F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "F19 HYPOTESPRÖVNING (NCT ) Hypotesprövning för en differens mellan två medelvärden"

Transkript

1 Stat. teori gk, ht 006, JW F19 HPOTESPRÖVNING (NCT ) Hypotesprövig för e differes mella två medelvärde Samma beteckigar som vid kofidesitervall för differes mella två populatiosmedelvärde: Medelvärde Stadardavvikelse Populatio 1 µ σ Populatio µ σ Vi är itresserade av differese µ - µ. Stickprov frå pop. 1 Stickprov frå pop. Atal obs. Medel- Stadardi stickpr. värde avvikelse x s y s Oberoede atas mella de båda stickprove. 1

2 Hypoteser: H 0 : µ - µ D 0 H 1 : µ - µ D 0 (eller ekelsidig mothyp.) där D 0 är ett tal. Ofta är D 0 0, dvs. vi prövar ollhypotese: H 0 : µ µ 0 Vi vill med adra ord pröva om båda populatioera ka täkas ha samma medelvärde. Vi vet att x y är e vätevärdesriktig skattig av µ -µ. Fråga vid hypotesprövige är de valiga: Ligger det observerade värdet på x y så lågt ifrå talet D 0, att vi fier aledig att förkasta H 0?

3 Fall 1: Stora stickprov ( > 30 och > 30) Iga förutsättigar om populatioeras fördelig. Testvariabel är populatiosvariasera är käda: Z ( x y) σ σ + D 0 Testvariabel är populatiosvariasera är okäda: Z ( x y) s s + D 0 Testvariablera Z ova är approximativt ormalfördelade, N(0; 1), är H 0 är sa. Förkastelsegräser bestäms av sigifikasivå och mothypotes. 3

4 Fall : Små stickprov Här krävs att båda stickprove kommer frå populatioer som är ormalfördelade. Testvariabel är populatiosvariasera är käda: Z ( x y) σ σ + D 0 När populatiosvariasera är okäda krävs dessutom att dessa är lika stora. (Båda populatioera förutsätts ha lika varias, me vi käer ite till det umeriska värdet.) Testvariabel: t ( x s p y) D 1 1 ( + 0 ) Testvariabel Z ova är ormalfördelad, N(0; 1), är H 0 är sa. Testvariabel t ova är t-fördelad med + frihetsgrader, är H 0 är sa. 4

5 Ex.: Två oberoede stickprov. Har båda populatioera samma medelvärde? Okäda populatiosvariaser. Atal obs. Medelvärde Stadardavvikelse Stickprov ,1,35 Stickprov 36 19,,5 Hypoteser: H 0 : µ -µ 0 (dvs. µ µ ) H 1 : µ -µ 0 (dvs. µ µ ) Sig.-ivå: 5% Testvariabel: Z ( x y) 0 s s + Beslutsregel: H 0 förkastas om Z obs > 1,96. (0,1 19,) 0 Resultat: Z obs 1, 66,35, Slutsats: H 0 ka ite förkastas på 5% sig.- ivå. Stickprovsmedelvärdea skiljer sig ite sigifikat åt. 5

6 Ex.: Oberoede stickprov frå två ormalfördeligar med lika (me till värdet okäd) varias. Är µ > µ? Atal obs. Medelvärde Stadardavvikelse Stickprov ,3 0,3 Stickprov 13 1,18 0,7 s p ( 1) s + + ( 1) s 10 0, ,7 0,0638 Hypoteser: H 0 : µ -µ 0 H 1 : µ -µ > 0 Sig.-ivå: 1% Testvariabel: t ( x y) s p( + ) Frihetsgrader:

7 Beslutsregel: H 0 förkastas om t obs >,508 (1,3 1,18) 0 Resultat: tobs 0, ,0638( + ) Slutsats: H 0 ka ite förkastas på 1% sig.- ivå. Medelvärdet i stickprov 1 är ite sigifikat större ä medelvärdet i stickprov. 7

8 Hypotesprövig för e differes mella två proportioer Samma beteckigar som vid kofidesitervall för differes mella två populatiosproportioer: Populatio 1 Populatio Prop. med viss egeskap P P Vi vill pröva om P P, dvs. om P - P 0. Ett stickprov frå vardera populatioe. Stickprove dras oberoede av varadra. Stickprov frå pop. 1 Stickprov frå pop. Atal obs. i stickpr. Prop. med aktuella egeskape 8

9 Hypoteser: H 0 : P -P 0 H 1 : P -P 0 (eller ekelsidig mothyp.) Vi vet att är e vätevärdesriktig skattig av P -P. Ligger det observerade värdet på så lågt ifrå 0, att vi har aledig att förkasta H 0? Hypotesera ova ka testas, ifall vi har stora stickprov. Tumregel för stora stickprov eligt kursboke: P (1-P ) > 9 och P (1-P ) > 9. (När det gällde att bilda kofidesitervall för differese mella två proportioer, gav boke e aa tumregel, ämlige: > 40 och > 40. Kostigt.) 9

10 De testvariabel som skall avädas är: Z 0 (1 1 0)( ) där p ˆ adele i det sammaslaga stickprovet Om H 0 är sa, dvs. P P P, så är ˆp 0 e aturlig skattig av de gemesamma proportioe P. Testvariabel Z ova är approximativt ormalfördelad, N(0; 1), är H 0 är sa. Förkastelsegräser bestäms av sigifikasivå och mothypotes. 10

11 Ex.: P adele som sympatiserar med ett visst politiskt parti i populatio 1. P motsvarade adel i populatio. Vi vill udersöka om det är ågo skillad mella de båda populatioera i fråga om adele ahägare av det aktuella partiet. OSU av 150 persoer frå populatio 1, och av 50 persoer frå populatio. Tumregels krav på stickprovsstorlek är uppfyllda. Det visar sig att adele sympatisörer i stickprove är 36% i stickprovet frå pop. 1, och 7% i stickprovet frå pop.. Hypoteser: H 0 : P -P 0 H 1 : P -P 0 Sig.-ivå: 5% Testvariabel: Z 0 (1 1 )( ) Beslutsregel: H 0 förkastas om vi får Z obs > 1,96. 11

12 Resultat: p ˆ , , ,30375 Z obs 0,36 0,7 1 0, ,6965 ( ) 50 1,895 Slutsats: H 0 ka ite förkastas på 5% sigifikasivå. Ige sigifikat skillad. 1

13 Ex.: Samma som yss, me ekelsidig mothypotes. Vi vill veta: Är det större adel ahägare i populatio 1 ä i populatio? Hypoteser: H 0 : P -P 0 H 1 : P -P > 0 (dvs. P > P ) Sig.-ivå: 5% Testfuktio: Samma som tidigare. Beslutsregel: H 0 förkastas om Z obs > 1,645. Resultat: Z obs 1,895 > 1,645. Slutsats: H 0 förkastas till förmå för H 1 på 5% sigifikasivå. Sigifikat större adel i stickprov 1. Stickprovsdata ger alltså stöd för hypotese att P är större ä P (på 5% sigifikasivå). 13

14 Parvisa observatioer Har behadlats tidigare i sambad med kofidesitervall. Nu ser vi på hypotesprövig uder samma förutsättigar. Ett eda stickprov av idivider. Två mätvärde för varje idivid. Eftersom mätigara görs på samma idivider uppkommer ett beroede mella de båda uppsättigara av mätvärde. Gör så här: bilda idividuella differeser, och utför testet på dessa. 14

15 Ex.: Experimet med 8 bilar. Pröva om origialstötdämpare har lägre livslägd ä e piratprodukt. Varje bil försågs med e stötdämpare av vardera slaget på det bakre hjulparet, och deras livslägd (1 000-tal km) uppmättes. Bil r. Livslägd, origial x Livslägd, pirat y Differes d x y Vi har här ett litet stickprov, 8 observatioer (ämlige de 8 observerade differesera). Uder förutsättig att dessa ka atas utgöra ett stickprov frå e ormalfördelad populatio av differeser, ka vi aväda ett t-test på följade sätt. 15

16 Hypoteser: H 0 : µ d 0 H 1 : µ d > 0 (dvs. Origial är bättre) Sig.-ivå: 5% Testvariabel: t d 0 sd Frihetsgrader: -1 7 Beslutsregel: H 0 förkastas om t obs > 1,895. Resultat: d, 5; s d 3,1 t,5 0 3,1 8,053 obs > 1,895 Slutsats: H 0 förkastas på 5% sigifikasivå. Origialprodukte har i stickprovet visat sig ha sigifikat lägre livslägd ä piratprodukte. 16

F10 ESTIMATION (NCT )

F10 ESTIMATION (NCT ) Stat. teori gk, ht 2006, JW F10 ESTIMATION (NCT 8.1-8.3) Ordlista till NCT Iferece Parameter Estimator Estimate Ubiased Bias Efficiecy Cofidece iterval Cofidece level (Studet s) t distributio Slutledig,

Läs mer

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin

Föreläsning G70, 732G01 Statistik A. Föreläsningsunderlagen är baserade på underlag skrivna av Karl Wahlin Föreläsig 6 732G70, 732G01 Statistik A Föreläsigsuderlage är baserade på uderlag skriva av Karl Wahli Kapitel 6 Iferes om e populatio Sid 151-185 Puktskattig och itervallskattig Statistisk iferes om populatiosmedelvärde

Läs mer

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet?

Statistisk analys. Vilka slutsatser kan dras om populationen med resultatet i stickprovet som grund? Hur säkra uttalande kan göras om resultatet? Statistisk aalys Vilka slutsatser ka dras om populatioe med resultatet i stickprovet som grud? Hur säkra uttalade ka göras om resultatet? Mats Guarsso Tillämpad matematik III/Statistik - Sida 83 Exempel

Läs mer

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1).

Antalet sätt att välja ut r objekt bland n stycken med hänsyn till ordning är np r = n(n 1) (n r + 1). Harald Lag Formelsamlig och Tabeller i Statistik och Saolikhetsteori (15/11-10) Datareducerig Om x 1,..., x är ett stickprov ur e populatio så defiieras medelvärdet x x = 1 k=1 x k och stadardavvikelse

Läs mer

Föreläsning 3. 732G04: Surveymetodik

Föreläsning 3. 732G04: Surveymetodik Föreläsig 3 732G04: Surveymetodik Dages föreläsig Obudet slumpmässigt urval (OSU) Populatiosparametrar och stickprovsstatistikor Vätevärdesriktighet Ädliga och oädliga populatioer Medelvärde, adel Kofidesitervall

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 5 juni 2004, kl Karlstads uiversitet Istitutioe för iformatiostekologi Avdelige för statistik Tetame i Statistik, STA A13 Deltetame, 5p 5 jui 004, kl. 09.00-13.00 Tillåta hjälpmedel: Asvarig lärare: Övrigt: Bifogad formel-

Läs mer

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00

Tentamen i Statistik, STA A13 Deltentamen 2, 5p 20 januari 2007, kl. 09.00-13.00 0.01.007 Tetame i Statistik, STA A13 Deltetame, 5p 0 jauari 007, kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig lärare: Haah Hall Övrigt:

Läs mer

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar

TMS136: Dataanalys och statistik Tentamen 2013-10-26 med lösningar TMS36: Dataaalys och statistik Tetame 03-0-6 med lösigar Examiator och jour: Mattias Sude, tel. 0730 79 9 79 Hjälpmedel: Chalmersgodkäd räkare och formelsamlig formelsamlig delas ut med teta). Betygsgräser:

Läs mer

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I

Föreläsning G04 Surveymetodik 732G19 Utredningskunskap I Föreläsig 5 732G04 Surveymetodik 732G19 Utredigskuskap I Dages föreläsig Klusterurval Estegs klusterurval Tvåstegs klusterurval Klusterurval med PPS 2 Klusterurval De urvalsdesiger som diskuterats hittills

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II Stickprov MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig del II G Gripeberg Aalto-uiversitetet 4 februari 04 Estimerig 3 Kofidesitervall 4 Hypotesprövig 5 Korrelatio och regressio G Gripeberg

Läs mer

Introduktion till statistik för statsvetare

Introduktion till statistik för statsvetare "Det fis iget så praktiskt som e bra teori" November 2011 Bakgrud Stadardiserig E saolikhetsekvatio Kosekves av stora tales lag Stora tales lag ger att är slumpvariablera X i är oberoede, med e och samma

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Exempel etc., del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Exempel etc., del II G. Gripeberg Aalto-uiversitetet 14 februari 014 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistikexempel

Läs mer

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15

Tentamen i Statistik STG A01 (12 hp) 5 mars 2010, kl. 08.15 13.15 Karlstads uiversitet Fakultete för ekoomi, kommuikatio och IT Statistik Tetame i Statistik STG A0 ( hp) 5 mars 00, kl. 08.5 3.5 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, 2014-08-23 1 MA018 Tillämpad Matematik III-Statistik, 7.5hp, 014-08-3 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

Datorövning 2 Fördelningar inom säkerhetsanalys

Datorövning 2 Fördelningar inom säkerhetsanalys Luds tekiska högskola Matematikcetrum Matematisk statistik STATISTISKA METODER FÖR SÄKERHETSANALYS FMS065, HT-15 Datorövig 2 Fördeligar iom säkerhetsaalys I dea datorövig ska vi studera ågra grudläggade

Läs mer

Lösningsförslag 081106

Lösningsförslag 081106 Lösigsförslag 86 Uppgift Trädslag: kvalitativ, omialskala (diskret) Diameter: kvatitativ, kvotskala, kotiuerlig Höjd: kvatitativ, kvotskala, kotiuerlig Ålder: kvatitativ, kvotskala, kotiuerlig Trädslag:

Läs mer

Jag läser kursen på. Halvfart Helfart

Jag läser kursen på. Halvfart Helfart KOD: Kurskod: PC106/PC145 Kurs 6: Persolighet, hälsa och socialpsykologi (15 hp) Datum: 3/8 014 Hel- och halvfart VT 14 Provmomet: Socialpsykologi + Metod Tillåta hjälpmedel: Miiräkare Asvarig lärare:

Läs mer

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II

MS-A0509 Grundkurs i sannolikhetskalkyl och statistik Sammanfattning, del II MS-A0509 Grudkurs i saolikhetskalkyl och statistik Sammafattig, del II G. Gripeberg Aalto-uiversitetet 13 februari 015 G. Gripeberg (Aalto-uiversitetet) MS-A0509 Grudkurs i saolikhetskalkyl och statistik

Läs mer

Tentamen Metod C vid Uppsala universitet, , kl

Tentamen Metod C vid Uppsala universitet, , kl Tetame Metod C vid Uppsala uiversitet, 160331, kl. 08.00 12.00 Avisigar Av rättigspraktiska skäl skall var och e av de tre huvudfrågora besvaras på separata pappersark. Börja alltså på ett ytt pappersark

Läs mer

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ)

Normalfördelningens betydelse. Sannolikhet och statistik. Täthetsfunktion, väntevärde och varians för N (µ, σ) Normalfördeliges betydelse Empirisktse gur: måga storheter approximativt ormalfördelade Summa av måga ugefär oberoede och ugefär likafördelade s.v. är approximativt ormalfördelad CGS Exempel: mätfel =

Läs mer

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl

Tentamen i statistik för STA A13, 1-10 poäng Deltentamen II, 5p Lördag 9 juni 2007 kl Avdelige för atioalekoomi och Tetame i för STA A13, 1-10 poäg Deltetame II, 5p Lördag 9 jui 007 kl. 09.00-13.00 Tillåta hjälpmedel: Bifogad formel- och tabellsamlig (skall retureras) samt miiräkare. Asvarig

Läs mer

Borel-Cantellis sats och stora talens lag

Borel-Cantellis sats och stora talens lag Borel-Catellis sats och stora tales lag Guar Eglud Matematisk statistik KTH Vt 2005 Iledig Borel-Catellis sats är e itressat och avädbar sats framför allt för att bevisa stora tales lag i stark form. Vi

Läs mer

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007

Lösning till tentamen för kursen Log-linjära statistiska modeller 29 maj 2007 STOCKHOLMS UNIVERSITET MS 3150 MATEMATISKA INSTITUTIONEN TENTAMEN Avd. Matematisk statistik 29 maj 2007 Lösig till tetame för kurse Log-lijära statistiska modeller 29 maj 2007 Uppgift 1 a Modelle uta ågra

Läs mer

Tentamen i matematisk statistik

Tentamen i matematisk statistik Tetame i matematisk statistik Uppgift : På e arbetsplats skadades % av persoale uder ett år. 60% av alla skadade var mä. 0% av alla aställda var kvior. Är det maliga eller kviliga aställda som löper störst

Läs mer

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts:

Webprogrammering och databaser. Begrepps-modellering. Exempel: universitetsstudier Kravspec. ER-modellen. Exempel: kravspec forts: Webprogrammerig och databaser Koceptuell datamodellerig med Etitets-Relatiosmodelle Begrepps-modellerig Mål: skapa e högivå-specifikatio iformatiosiehållet i database Koceptuell modell är oberoede DBMS

Läs mer

Föreläsning G60 Statistiska metoder

Föreläsning G60 Statistiska metoder Föreläsning 6 Statistiska metoder 1 Dagens föreläsning o Kort om projektet o Hypotesprövning Populationsandel Populationsmedelvärde p-värdet 2 Kort om projektet Syftet med projektet i denna kurs är att

Läs mer

Smärtlindring vid medicinsk abort

Smärtlindring vid medicinsk abort Smärtlidrig vid medicisk abort EN JÄMFÖRANDE STUDIE VETENSKAPLIGT ARBETE UNDER ST ELIN SJÖLANDER HANDLEDARE MARIE BOLIN Itroduktio Smärta vid medicisk abort valig, smärtlidrig vid medicisk abort dåligt

Läs mer

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab Uppfödning av kyckling och fiskleveroljor Statistiska jämförelser: parvisa observationer och oberoende stickprov Matematik och statistik för biologer, 10 hp Fredrik Jonsson vt 2012 Fiskleverolja tillsätts

Läs mer

Statistik 1 för biologer, logopeder och psykologer

Statistik 1 för biologer, logopeder och psykologer Innehåll 1 Hypotesprövning Innehåll Hypotesprövning 1 Hypotesprövning Inledande exempel Hypotesprövning Exempel. Vi är intresserade av en variabel X om vilken vi kan anta att den är (approximativt) normalfördelad

Läs mer

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp

Övningstentamen i MA2018 Tillämpad Matematik III-Statistik, 7.5hp Övigstetame i MA08 Tillämpad Matematik III-Statistik, 7.5hp Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar.

Läs mer

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering

Databaser - Design och programmering. Programutveckling. Programdesign, databasdesign. Kravspecifikation. ER-modellen. Begrepps-modellering Databaser desig och programmerig Desig processe ER-modellerig Programutvecklig Förstudie, behovsaalys Programdesig, databasdesig Implemetatio Programdesig, databasdesig Databasdesig Koceptuell desig Koceptuell

Läs mer

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor

Konsoliderad version av. Styrelsens för ackreditering och teknisk kontroll föreskrifter (STAFS 1993:18) om EEG-märkning av färdigförpackade varor Kosoliderad versio av Styrelses för ackrediterig och tekisk kotroll föreskrifter (STAFS 1993:18) om EEG-märkig av färdigförpackade varor Rubrike har dea lydelse geom (STAFS 2008:11) Ädrig iförd: t.o.m.

Läs mer

Detaljplan Ekedal södra. Behovsbedömning 1/5. Sektor samhällsbyggnad

Detaljplan Ekedal södra. Behovsbedömning 1/5. Sektor samhällsbyggnad 1/5 Sektor samhällsbyggad Datum Beteckig 2015-02-10 PLAN.2014.19 Plaehete Hadläggare Jey Olausso Detaljpla Ekedal södra Behovsbedömig Förslag Geomföradet av plaförslaget bedöms ite medföra ågo betydade

Läs mer

ANOVA I: Kap 14. Åldersgrupper -30 år år 51- år. Totalt n k N = 9 X k X = s k s = 8.

ANOVA I: Kap 14. Åldersgrupper -30 år år 51- år. Totalt n k N = 9 X k X = s k s = 8. ANOVA I: ap 14 1 Åldersgrupper -30 år 31-50 år 51- år 39 6 6 43 3 0 41 30 Totalt 3 3 3 N = 9 X k.67 41.00 9.33 X = 31.00 s k 3.06.00 3.06 s = 8.38 s k 9.33 4.00 9.33 s = 70.5 Ex. OVERHEAD Åldersgrupper

Läs mer

Digital signalbehandling Fönsterfunktioner

Digital signalbehandling Fönsterfunktioner Istitutioe för data- och elektrotekik Digital sigalbehadlig Fösterfuktioer 2-2-7 Fösterfuktioer aväds för att apassa mätserie vid frekvesaalys via DFT och FFT samt vid dimesioerig av FIR-filter via ivers

Läs mer

Solgläntans föräldrakooperativ Kvalitet och måluppfyllelse läsåret 2012/13

Solgläntans föräldrakooperativ Kvalitet och måluppfyllelse läsåret 2012/13 1 s föräldrakooperativ Kvalitet och måluppfyllelse läset 2012/13 Iehåll: Iledig 2 Förutsättigar...2 Bedömig av kvalitet och måluppfyllelse 3 Beslutade mål och åtgärder 6 Slutord 7 Bilaga: Resultat - seaste

Läs mer

Samplingfördelningar 1

Samplingfördelningar 1 Samplingfördelningar 1 Parametrar och statistikor En parameter är en konstant som karakteriserar en population eller en modell. Exempel: Populationsmedelvärdet Parametern p i binomialfördelningen 2 Vi

Läs mer

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I

MS-A0409 Grundkurs i diskret matematik Sammanfattning, del I MS-A0409 Grudkurs i diskret matematik Sammafattig, del I G. Gripeberg Aalto-uiversitetet 2 oktober 2013 G. Gripeberg (Aalto-uiversitetet) MS-A0409 Grudkurs i diskret matematiksammafattig, del 2Ioktober

Läs mer

MS-A0409 Grundkurs i diskret matematik I

MS-A0409 Grundkurs i diskret matematik I MS-A0409 Grudkurs i diskret matematik I G. Gripeberg Mägder och logik Relatioer och fuktioer Aalto-uiversitetet oktober 04 Kombiatorik etc. G. Gripeberg (Aalto-uiversitetet MS-A0409 Grudkurs i diskret

Läs mer

Inferensstatistik. Hypostesprövning - Signifikanstest

Inferensstatistik. Hypostesprövning - Signifikanstest 011-11-04 Inferensstatistik En uppsättning metoder för att dra slutsatser om populationers egenskaper (parametrar) med hjälp av stickprovs egenskaper (statistik) Hypostesprövning - Signifikanstest Ett

Läs mer

Artificiell intelligens Probabilistisk logik

Artificiell intelligens Probabilistisk logik Probabilistiska resoemag Artificiell itelliges Probabilistisk logik Are Jösso HCS/IDA Osäkerhet Grudläggade saolikhetslära Stokastiska variabler Bayes teorem Bayesiaska ätverk Kostruktio Iferes Osäkerhet

Läs mer

Remiss Remissvar lämnas i kolumnen Tillstyrkes term och Tillstyrkes def(inition) och eventuella synpunkter skrivs i kolumnen Synpunkter.

Remiss Remissvar lämnas i kolumnen Tillstyrkes term och Tillstyrkes def(inition) och eventuella synpunkter skrivs i kolumnen Synpunkter. 1(10) Svar lämat av (kommu, ladstig, orgaisatio etc.): Remiss Remissvar lämas i kolume Tillstyrkes term och Tillstyrkes (iitio) och evetuella sypukter skrivs i kolume Sypukter. Begreppe redovisas i Socialstyrelses

Läs mer

Design mönster. n n n n n n. Command Active object Template method Strategy Facade Mediator

Design mönster. n n n n n n. Command Active object Template method Strategy Facade Mediator Desig möster Desig möster Commad Active object Template method Strategy Facade Mediator Commad Ett av de eklaste desig möstre Me också mycket avädbart Ett grässitt med e metod Comm ad do()

Läs mer

Kompletterande kurslitteratur om serier

Kompletterande kurslitteratur om serier KTH Matematik Has Thuberg 5B47 Evariabelaalys Kompletterade kurslitteratur om serier I Persso & Böiers.5.4 itroduceras serier, och serier diskuteras också i kapitel 7.9. Ia du läser vidare här skall du

Läs mer

DOKUMENTHANTERINGSPLAN Personal Antagen att gälla från och 2013-01-01 Dnr: 16/13 Handlingsslag. Gallras (=förstöres) Arkivläggs

DOKUMENTHANTERINGSPLAN Personal Antagen att gälla från och 2013-01-01 Dnr: 16/13 Handlingsslag. Gallras (=förstöres) Arkivläggs AFA (arbetsmarkades FörsäkrigsAktiebolag): skade-amäla (TFA=Trygghets Försäkrig vid Arbetsskada), AFA (arbetsmarkades FörsäkrigsAktiebolag): skade-amäla (TFA=Trygghets Försäkrig vid Arbetsskada), kopia

Läs mer

8 Inferens om väntevärdet (och variansen) av en fördelning

8 Inferens om väntevärdet (och variansen) av en fördelning 8 Inferens om väntevärdet (och variansen) av en fördelning 8. Skattning av µ och Students T-fördelning Om σ är känd, kan man använda statistikan X µ σ/ n för att hitta konfidensintervall för µ. Om σ inte

Läs mer

Mätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor

Mätbar vetskap om nuläget och tydliga målbilder om framtiden. Genomför en INDICATOR självvärdering och nulägesanalys inom tre veckor Mätbar vetskap om uläget och tydliga målbilder om framtide Geomför e INDICATOR självvärderig och ulägesaalys iom tre veckor Självvärderig e del av dokumetatioskravet i ya skollage Skollage ställer också

Läs mer

Repetition: Enkel sampling. Systemplanering VT11. Repetition: Enkel sampling. Repetition: Enkel sampling

Repetition: Enkel sampling. Systemplanering VT11. Repetition: Enkel sampling. Repetition: Enkel sampling Systemplaeri VT Föreläsi F6: Mote Carlo Iehåll:. Repetitio av ekel sampli 2. Sampli av elmarkader 3. Multi-areamodelle 4. Räka exempel Repetitio: Ekel sampli Mål: Få fram E[X] Defiitio av E[X]: EX [ ]

Läs mer

2 Intervallskattning 14 2.1 Konfidensintervall för µ i normalfördelningen... 14

2 Intervallskattning 14 2.1 Konfidensintervall för µ i normalfördelningen... 14 UTDRAG UR FÖRELÄSNINGSANTECKNINGAR I STATISTIKTEORI PUNKT- OCH INTERVALLSKATTNINGAR SAMT HYPOTESTEST MATEMATISK STATISTIK AK FÖR F, E, D, I, C, Π; FMS 02 JOAKIM LÜBECK, MAJ 202 Iehåll Puktskattigar och

Läs mer

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015

SF1901: SANNOLIKHETSTEORI OCH HYPOTESPRÖVNING. STATISTIK. Tatjana Pavlenko. 13 maj 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 13 HYPOTESPRÖVNING. Tatjana Pavlenko 13 maj 2015 PLAN FÖR DAGENS FÖRELÄSNING Begrepp inom hypotesprövning (rep.) Tre metoder för att avgöra om H 0 ska

Läs mer

Slutrapport Bättre vård i livets slutskede

Slutrapport Bättre vård i livets slutskede Team : Stadsvikes VC Syfte med deltagadet i Geombrott Att öka tillite och trygghete till de vård som bedrivs i det ega hemmet för de palliativa patiete. Teammedlemmar Eva Lidström eva.lidstrom@ll.se Viktoria

Läs mer

Så här kommer byggherren och entreprenören överens om energianvändningen

Så här kommer byggherren och entreprenören överens om energianvändningen Så här kommer byggherre och etrepreöre överes om eergiavädige Så här kommer byggherre och etrepreöre överes om eergiavädige Sveby står för Stadardisera och verifiera eergiprestada i byggader och är ett

Läs mer

Många tror att det räcker

Många tror att det räcker Bästa skyddet Måga vet ite hur familje drabbas ekoomiskt om ågo dör eller blir allvarligt sjuk. Här berättar Privata Affärer vilket skydd du har och hur du ka förbättra det. Av Aika Rosell och Igrid Kidahl

Läs mer

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som

Geometriska summor. Aritmetiska summor. Aritmetiska talföljder kallar vi talföljder som. Geometriska talföljder kallar vi talföljder som Aritmetiska summor Aritmetiska talföljder kallar vi talföljder som, 4, 6, 8, 10, 1, 14, 000, 1996, 199, 1988, 0.1, 0., 0.3, 0.4, för vilka differese mella på varadra följade tal kostat. Aritmetiska summor

Läs mer

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005

Föreskrift. om publicering av nyckeltal för elnätsverksamheten. Utfärdad i Helsingfors den 2. december 2005 Dr 1345/01/2005 Föreskrift om publicerig av yckeltal för elätsverksamhete Utfärdad i Helsigfors de 2. december 2005 Eergimarkadsverket har med stöd av 3 kap. 12 3 mom. i elmarkadslage (386/1995) av de

Läs mer

Linköping University Tentamen TEN1 vt 2011 Kurs TMMV09 Johan Hedbrant 2011-05-25

Linköping University Tentamen TEN1 vt 2011 Kurs TMMV09 Johan Hedbrant 2011-05-25 Liköpig Uiversity etame EN vt 0 Joha edbrat 0-05-5 eoridel. I kg helt torr ved fis eligt e valig formel 9. MJ eergi. Om dea mägd ved ligger i fukt lagom läge väger de kg, där hälfte av vikte är fukt. Om

Läs mer

Försöket med trängselskatt

Försöket med trängselskatt STATISTISKA CENTRALBYRÅN m 1(5). Nilo Trägelkatt Förlag frå Ehete för pritatitik Ehete för pritatitik förelår att å kallad trägelkatt ka täcka i KI frå och med idex aveede jauari 26. Trägelkatte ave då

Läs mer

Tentamen i Matematisk statistik Kurskod S0001M

Tentamen i Matematisk statistik Kurskod S0001M Tentamen i Matematisk statistik Kurskod S0001M Poäng totalt för del 1: 25 (10 uppgifter) Tentamensdatum 2014-06-05 Poäng totalt för del 2: 30 (3 uppgifter) Skrivtid 09.00 14.00 Lärare: Adam Jonsson, Jesper

Läs mer

Enkät inför KlimatVardag

Enkät inför KlimatVardag 1 Ekät iför KlimatVardag Frågora hadlar om dia förvätigar på och uppfattigar om projektet, samt om hur det ser ut i ditt/ert hushåll idag. Ekäte är uderlag för att hushållet ska kua sätta rimliga och geomförbara

Läs mer

Lektion 3 Kärnan Bindningsenergi och massdefekt

Lektion 3 Kärnan Bindningsenergi och massdefekt Lektio 3 Kära Bidigseergi och assdefekt Några begre och beteckigar Nuklid Nukleo Isotoer Isobarer Masstal A Atouer Z E ato ed ett bestät atal rotoer och eutroer. Beteckas ofta A ed skrivsättet Z Xx där

Läs mer

TRIBECA Finansutveckling

TRIBECA Finansutveckling TRIBECA Rådgivare iom fiasiella helhetslösigar TRIBECA a s k r e i v g S f a s k r i e v g S f g g r r e e a r a r e e i i f f TRIBECA s målsättig är att bidra med råd & produkter som hela tide gör att

Läs mer

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015

SF1901: SANNOLIKHETSTEORI OCH. PASSNING AV FÖRDELNING: χ 2 -METODER. STATISTIK. Tatjana Pavlenko. 12 oktober 2015 SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 14 PASSNING AV FÖRDELNING: χ 2 -METODER. Tatjana Pavlenko 12 oktober 2015 PLAN FÖR DAGENS FÖRELÄSNING Icke-parametsriska metoder. (Kap. 13.10) Det grundläggande

Läs mer

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider...

Enkel slumpvandring. Sven Erick Alm. 9 april 2002 (modifierad 8 mars 2006) 2 Apan och stupet 3 2.1 Passagesannolikheter... 3 2.2 Passagetider... Ekel slumpvadrig Sve Erick Alm 9 april 2002 (modifierad 8 mars 2006) Iehåll 1 Iledig 2 2 Apa och stupet 3 2.1 Passagesaolikheter............................... 3 2.2 Passagetider....................................

Läs mer

Bilaga 1 Formelsamling

Bilaga 1 Formelsamling 1 2 Bilaga 1 Formelsamlig Grudbegre, resultatlaerig och roduktkalkylerig Resultat Itäkt - Kostad Lösamhet Resultat Resursisats TTB Täckigsgrad (TG) Totala itäkter TB Säritäkt Divisioskalkyl är de eklaste

Läs mer

Tentamen 19 mars, 8:00 12:00, Q22, Q26

Tentamen 19 mars, 8:00 12:00, Q22, Q26 Avdelige för elektriska eergisystem EG225 DRIFT OCH PLANERING AV ELPRODUKTION Vårtermie 25 Tetame 9 mars, 8: 2:, Q22, Q26 Istruktioer Skriv alla svar på det bifogade svarsbladet. Det är valfritt att också

Läs mer

För att minimera de negativa hälsokonsekvenserna av tunnelluft finns i dagsläget tre metoder;

För att minimera de negativa hälsokonsekvenserna av tunnelluft finns i dagsläget tre metoder; MKB till detaljpla Förbifart Stockholm Hälsoeffekter av tuelluft Studier idikerar att oöskade korttidseffekter, blad aat ökat atal iflammatiosmarkörer, börjar uppstå vid e expoerig som motsvaras av tuelluft

Läs mer

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 2004, kl 14.00-19.00 Tentamen i Statistik, STA A10 och STA A13 (9 poäng) 4 juni 004, kl 14.00-19.00 Tillåtna hjälpmedel: Bifogad formelsamling, approimationsschema och tabellsamling (dessa skall returneras). Egen miniräknare.

Läs mer

Allmänna avtalsvillkor för konsument

Allmänna avtalsvillkor för konsument Godkäare 7.2 Kudakuta Godkät Kommuikatio Distributio Kudservice Kommuikatio, deltagade och samråd Allmäa avtalsvillkor för kosumet för leveras av fjärrvärme Allmäa avtalsvillkor för kosumet för leveras

Läs mer

Övningstentamen 2 Uppgift 1: Uppgift 2: Uppgift 3: Uppgift 4: Uppgift 5: Uppgift 6: i ord

Övningstentamen 2 Uppgift 1: Uppgift 2: Uppgift 3: Uppgift 4: Uppgift 5: Uppgift 6: i ord Övningstentamen Uppgift : I en kvalitetskontroll är det fyra olika fel A, B, C och D som kan förekomma oberoende av varandra där P(A) 0.03, P(B) 0.05, P(C) 0.07 och P(D) 0.. a. Beräkna sannolikheten att

Läs mer

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng

TENTAMEN I MATEMATISK STATISTIK. Statistik för lärare, 5 poäng UMEÅ UNIVERSITET Isttutoe för matematsk statstk Statstk för lärare, MSTA38 Lef Nlsso TENTAMEN 04--6 TENTAMEN I MATEMATISK STATISTIK Statstk för lärare, 5 poäg Skrvtd: 9.00-15.00 Tllåta hjälpmedel: Utdelad

Läs mer

MARKNADSPLAN Kungälvs kommun 2010-2014

MARKNADSPLAN Kungälvs kommun 2010-2014 MARKNADSPLAN Kugälvs kommu 2010-2014 Fastställd av KF 2010-06-17 1 Iehåll Varför e markadspla? 3 Mål och syfte 4 Markadsförutsättigar 5 Processer, styrig och orgaisatio 6 Politisk styrig 7 Politisk styrig,

Läs mer

Samtal med Karl-Erik Nilsson

Samtal med Karl-Erik Nilsson Samtal med Karl-Erik Nilsso,er Ert av Svesk Tidskrifts redaktörer, Rolf. Ertglud, itejuar här Karl-Erik Nilsso, ar kaslichej på TCO och TCO:s represetat ed i litagarfodsutredige. er e t or så å g. ). r

Läs mer

(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter?

(a) om vi kan välja helt fritt? (b) om vi vill ha minst en fisk av varje art? (c) om vi vill ha precis 3 olika arter? Lösigar Grudläggade Diskret matematik 11054 Tid: 1.00-17.00 Telefo: 036-10160, Examiator: F Abrahamsso 1. I de lokala zoo-affäre fis 15 olika fiskarter med mist 0 fiskar utav varje art). På hur måga sätt

Läs mer

Linköpings tekniska högskola IKP/Mekaniksystem Mekanisk värmeteori och strömningslära. Exempeltentamen 3. strömningslära, miniräknare.

Linköpings tekniska högskola IKP/Mekaniksystem Mekanisk värmeteori och strömningslära. Exempeltentamen 3. strömningslära, miniräknare. Exempeltetame 3 (OBS! De a te ta m e ga vs i a ku rse delvis bytte i eh å ll. Vis s a u ppgifter s om i te lä gre ä r a ktu ella h a r dä rför ta gits bort, vilket m edför a tt poä gs u m m a ä r < 50.

Läs mer

MSG830 Statistisk analys och experimentplanering

MSG830 Statistisk analys och experimentplanering MSG830 Statistisk analys och experimentplanering Tentamen 16 April 2015, 8:30-12:30 Examinator: Staan Nilsson, telefon 073 5599 736, kommer till tentamenslokalen 9:30 och 11:30 Tillåtna hjälpmedel: Valfri

Läs mer

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng

TT091A, TVJ22A, NVJA02 Pu, Ti. 50 poäng Matematisk statistik Provmoment: Ladokkod: Tentamen ges för: TT091A, TVJ22A, NVJA02 Pu, Ti 7,5 högskolepoäng Namn: (Ifylles av student) Personnummer: (Ifylles av student) Tentamensdatum: 2012-08-31 Tid:

Läs mer

Programmering Emme-makro rvinst_ic.mac version 2

Programmering Emme-makro rvinst_ic.mac version 2 Uppdragsr: 10109320 2008-08-27 Seh Svalgård PM Programmerig Emme-makro rvis_ic.mac versio 2 Iehållsföreckig Förusäigar...2 Beräkigsuryck...2 Daabaser...4 Marisplaser...4 Aropsparamerar...6 Udaa...6 L:\705x\_SAMSAM\3_Dokume\36_PM\PM

Läs mer

Systemdesign fortsättningskurs

Systemdesign fortsättningskurs Systemdesig fortsättigskurs Orgaisatio Föreläsare Potus Boström Assistet? Tider mådagar och tisdagar kl. 8-10 Börjar 3.9 och slutar 16.10 Rum B3040 Orgaisatio Iga föreläsigar 24.9, 25.9, 1.10 och 2.10

Läs mer

Extrauppgifter - Statistik

Extrauppgifter - Statistik Extrauppgifter - Statistik Uppgifter 1. Den stokastiska variabeln Y t 10 ). Bestäm c så att P ( c < Y < c) = 2. Vid tillverkning av en viss sorts färg tillsätts färgpigmentet med hjälp av en doseringsapparat,

Läs mer

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD 6.4 Att dra slutsatser på basis av statistisk analys en kort inledning - Man har ett stickprov, men man vill med hjälp av det få veta något om hela populationen => för att kunna dra slutsatser som gäller

Läs mer

Innehållsförteckning Tabeller och polynom

Innehållsförteckning Tabeller och polynom Iehållsförteckig Tabeller och polyom -Utsigal och seebeckkoefficieter för termoelemet B, E, J, K, N, R, S, T eligt IEC 60584 (1995). 10:2 -Utsigal för termoelemet W3Re/W25Re och W5Re/W26Re eligt ASTM 988

Läs mer

2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9

2004 Rune Norberg. Måste elimineras! Hur då? Kapitel 9. Variation Olika typer av data. 2004 Rune Norberg. Kapitel 9 Fe l i t ill verki ge ept Okt Nov Dec ept Okt Nov Dec Högskola Dalara Översikt tatistisk processtyrig Itroduktio till tatistisk Processtyrig (P) aolikhet Normalfördelig Några adra fördeligar Variatio Olika

Läs mer

Lärarhandledning Att bli kvitt virus och snuva - När Lisa blev av med förkylningen

Lärarhandledning Att bli kvitt virus och snuva - När Lisa blev av med förkylningen Lärarhadledig Att bli kvitt virus och suva - När Lisa blev av med förkylige För ytterligare iformatio kotakta projektledare: Charlotte.Kristiasso@phs.ki.se 1 Iledig Atibiotikaresistes är ett växade problem

Läs mer

Tentamen i Flervariabelanalys F/TM, MVE035

Tentamen i Flervariabelanalys F/TM, MVE035 Tetame i Flervariabelaalys F/TM, MV35 8 3 kl. 8.3.3. Hjälpmedel: Iga, ej räkedosa. Telefo: Oskar Hamlet tel 73-8834 För godkät krävs mist 4 poäg. Betyg 3: 4-35 poäg, betyg 4: 36-47 poäg, betyg 5: 48 poäg

Läs mer

PORTFOLIO. Lisa Heller, Chalmers Arkitektur

PORTFOLIO. Lisa Heller, Chalmers Arkitektur PORTFOLIO Lisa Heller, Chalmers Arkitektur Kadidatarbete - Highlie Hede, våre 2015 axoometri Highlie Hede är e förkroppsligad dröm om publika fuktioer itegrerade med varadra på ett öppet och dyamiskt sätt.

Läs mer

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad

Sannolikhetslära. c 2015 Eric Järpe Högskolan i Halmstad Saolikhetslära c 201 Eric Järpe Högskola i Halmstad Saolikhetslära hadlar om att mäta hur saolikt (dvs hur ofta ) ma ka förväta sig att ågot iträffar. Därför sorterar saolikhetslära uder de matematiska

Läs mer

Stöde skolas elevhälsa Handlingsplan läsåret 2013/2014

Stöde skolas elevhälsa Handlingsplan läsåret 2013/2014 Stöde skolas elevhälsa Hadligspla läsåret 2013/2014 Stöde skola, 860 13 Stöde 060 658 33 20 Sudsvalls kommu Iehållsförteckig ELEVHÄLSOPLAN FÖR STÖDE SKOLA... 3 STÖDE SKOLAS VISION...3 ELEVHÄLSA PÅ STÖDE

Läs mer

CONSTANT FINESS SUNFLEX

CONSTANT FINESS SUNFLEX Luex terrassarkiser. Moterigs- och bruksavisig CONSTNT FINESS SUNFLEX 5 6 Markises huvudkopoeter och ått Placerig av kobikosol rklockor och justerig Parallelljusterig vädig och skötsel Huvudkopoeter och

Läs mer

Analytisk statistik. Tony Pansell, optiker Universitetslektor

Analytisk statistik. Tony Pansell, optiker Universitetslektor Analytisk statistik Tony Pansell, optiker Universitetslektor Analytisk statistik Att dra slutsatser från det insamlade materialet. Två metoder: 1. att generalisera från en mindre grupp mot en större grupp

Läs mer

MA2018 Tillämpad Matematik III-Statistik, 7.5hp,

MA2018 Tillämpad Matematik III-Statistik, 7.5hp, MA018 Tillämpad Matematik III-Statistik, 7.5hp, 01-03-16 Hjälpmedel: Räkedosa och medföljade formelsamlig! Täk på att dia lösigar ska utformas så att det blir lätt för läsare att följa dia takegågar. Ofullstädiga

Läs mer

LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK

LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK LÖSNINGSFÖRSLAG TILL UPPGIFTER I PROBLEMSAMLINGEN I MATEMATISK STATISTIK Versio 9 december 4 Fel i lösigara mottages tacksamt till mattsso@math.kth.se. Notera att lösigara på vissa ställe utyttjar adra,

Läs mer

Korrelationens betydelse vid GUM-analyser

Korrelationens betydelse vid GUM-analyser Korrelatoes betydelse vd GUM-aalyser Hela koceptet GUM geomsyras av atagadet att gåede mätgar är okorrelerade. Gude betoar och för sg att ev. korrelato spelar, me ger te mycket vägledg för hur ma då ska

Läs mer

SveTys. Affärskultur i Tyskland. Vad är det? Och vad ska jag tänka på?

SveTys. Affärskultur i Tyskland. Vad är det? Och vad ska jag tänka på? SveTys Affärskultur i Tysklad Vad är det? Och vad ska jag täka på? 2 Affärskultur i Tysklad Vad är det? Och vad ska jag täka på? 2008 SveTys, Uta Schulz, Reibek 3 Iledig När ma gör affärer i Tysklad eller

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Tentamen i Kunskapsbaserade system, 5p, Data 3

Tentamen i Kunskapsbaserade system, 5p, Data 3 Kuskapsbaserade system, tetame 2000-03-0 Istitutioe för tekik Tetame i Kuskapsbaserade system, 5p, Data 3 Datum: 2000-03-0 Tid: 8.00-3.00 Lärare: Potus Bergste, 3365 Hjälpmedel: Miiräkare Uppgiftera ska

Läs mer

Industriell matematik och statistik, LMA136 2013/14

Industriell matematik och statistik, LMA136 2013/14 Industriell matematik och statistik, LMA136 2013/14 7 Mars 2014 Disposition r Kondensintervall och hypotestest Kondensintervall Statistika Z (eller T) har fördelning F (Z en funktion av ˆθ och θ) q 1 α/2

Läs mer

Funktionsteori Datorlaboration 1

Funktionsteori Datorlaboration 1 Fuktiosteori Datorlaboratio 1 Fuktiosteori vt1 2013 Rekursiosekvatioer och komplex aalys Syftet med datorövige Öviges ädamål är att ge ett smakprov på hur ett datoralgebrasystem ka avädas för att att lösa

Läs mer

Torsdag 16 oktober: Klassisk fysik- Modern Fysik -Teknologi (Arne)

Torsdag 16 oktober: Klassisk fysik- Modern Fysik -Teknologi (Arne) Torsdag 16 oktober: Klassisk fysik- Moder Fysik -Tekologi (Are) Iledig I slutet av 1800-talet existerade ett flertal experimetella fakta, som ej kude förklaras med de s.k. Klassiska Fysike. Flera av dessa

Läs mer

god stiftelsepraxis www.saatiopalvelu.fi

god stiftelsepraxis www.saatiopalvelu.fi god stiftelsepraxis SÄÄTIÖIDEN JA RAHASTOJEN NEUVOTTELUKUNTA RY DELEGATIONEN FÖR STIFTELSER OCH FONDER RF www.saatiopalvelu.fi 1 Cotets God stiftelsepraxis 1 Iledig 3 2 God stiftelsepraxis 3 Stipedier

Läs mer

Kvinnors arbetsmiljö. Rapport 2012:11. Tillsynsaktivitet 2012 inom regeringsuppdraget om kvinnors arbetsmiljö. Delrapport

Kvinnors arbetsmiljö. Rapport 2012:11. Tillsynsaktivitet 2012 inom regeringsuppdraget om kvinnors arbetsmiljö. Delrapport Kviors arbesmiljö Tillsysakivie 12 iom regerigsuppdrage om kviors arbesmiljö Delrappor Rappor 12:11 12-5-9 1 (9) Ehee för mäiska och omgivig Chrisia Josso, 8-73 94 18 arbesmiljoverke@av.se Delrappor Tillsysakivie

Läs mer